1.一种基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,包括:S1:利用换道风格分析模型,基于驾驶者的乘坐偏好,确定所述驾驶者的换道风格种类;
S2:根据所述驾驶者的历史换道轨迹数据,按照步骤S1得到的换道风格进行归类;基于每类换道风格对应的历史换道轨迹,得到每类换道风格对应的目标轨迹;
S3:以车辆的当前驾驶状态预测车辆的未来驾驶状态;利用强化学习,基于未来驾驶状态和步骤S2得到的每类换道风格对应的目标轨迹,确定符合未来驾驶状态的换道策略;
S4:根据步骤S3得到的换道策略,控制车辆按照符合驾驶者的当前换道风格的换道策略进行换道动作。
2.根据权利要求1所述的基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,在步骤S1中:将所述驾驶员的语音输入指令和对话历史输入所述换道风格分析模型中,确定语音输入指令对应的换道风格种类;
所述换道风格种类包括激进、保守和消极。
3.根据权利要求1所述的基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,在步骤S2中,从所述驾驶者的历史换道轨迹数据按照换道风格进行归类的过程包括:对所述历史换道轨迹数据进行特征提取,并采用四分位数间距法来识别并去除提取到的特征中的异常值;
将处理后的特征进行整合,得到反映换道风格的综合激进度指标;
采用K均值聚类对所述综合激进度指标进行无监督聚类分析,将具有相似换道风格的历史换道轨迹数据归为同一类。
4.根据权利要求3所述的基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,将处理后的特征进行整合,得到反映换道风格的综合激进度指标的过程包括:对每个处理后的特征进行标准化;
将标准化后的特征进行权重相加,得到所述综合激进度指标。
5.根据权利要求1所述的基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,在步骤S2中,基于每类换道风格对应的历史换道轨迹,得到每类换道风格对应的目标轨迹的过程包括:计算每类换道风格包括的历史换道轨迹的平均值,得到对应的目标轨迹。
6.根据权利要求1所述的基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,步骤S3包括:采用平面运动学模型对自动驾驶车辆的运动状态进行建模,确定车辆状态向量和车辆的控制输入向量;
其中,车辆状态向量表示为:
X(t)=[x(t),y(t),ψ(t),v(t)]T;
其中,X(t)表示自动驾驶车辆在t时刻下的车辆状态向量,x(t)和y(t)分别表示自动驾驶车辆在t时刻下的纵向和横向的坐标位置,ψ(t)表示自动驾驶车辆在t时刻下的航向角,v(t)表示自动驾驶车辆在t时刻下的速度;
控制输入向量表示为:
u(t)=[a(t),ψ’(t)];
其中,u(t)表示自动驾驶车辆在t时刻下的控制输入向量,a(t)表示自动驾驶车辆在t时刻下的加速度,ψ’(t)表示自动驾驶车辆在t时刻下的偏航角速率;
基于车辆状态向量和控制输入向量,通过下式确定自动驾驶车辆在下一时刻的未来驾驶状态:;
其中,Δt表示采样周期;
基于车辆状态向量和控制输入向量,利用马尔科夫决策过程进行换道控制建模,得到换道控制模型:M=(S,A,P,R,γ);
其中,M表示换道控制模型,S表示状态空间,包括车辆状态向量,以及自动驾驶车辆的周围环境信息,A表示动作空间,对应控制输入向量,P表示由车辆状态向量的状态转移概率,R表示奖励函数,γ表示折扣因子;
根据奖励函数R,通过下式的强度学习确定符合未来驾驶状态的最优换道策略:;
其中,表示第k种换道风格下的最优换道策略,π表示换道策略,E表示期望计算操作,γ(t)表示t时刻的折扣因子,Rk(t)表示t时刻的第k种换道风格下的奖励函数。
7.根据权利要求6所述的基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,奖励函数R由下式得到:R=λ1∙Rsafety+λ2∙Rsmooth+λ3∙Rstyle;
其中,Rsafety表示安全性奖励,Rsmooth表示平滑性奖励,Rstyle表示个性化奖励,λ1、λ2以及λ3表示奖励权重;
安全性奖励Rsafety由下式得到:
;
其中,dmin表示预测轨迹与所有障碍车辆之间的最小欧式距离,ε表示防止分母为零的常数;
平滑性奖励Rsmooth由下式得到:
;
其中,H表示预测时域长度,h表示预测时域长度中的时间;
个性化奖励Rstyle由下式得到:
;
其中,表示自动驾驶车辆在t+h时刻下的预测轨迹坐标,表示自动驾驶车辆在h时刻下第k种换道风格下的预测轨迹坐标。
8.根据权利要求7所述的基于驾驶员乘坐偏好的自动驾驶换道风格切换方法,其特征在于,最小欧式距离dmin由下式得到:;
其中,Nt表示当前时刻检测到的周围障碍车辆集合,表示在自动驾驶车辆的周围障碍车辆集合中第j辆车的位置坐标。